精神衛生を支援する感情認識システムを実現するための機械学習用データの生成方法

• 研究課題/領域番号: 21K12788
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分90150:医療福祉工学関連
• 研究機関: 九州工業大学
• 研究代表者: 小林 順 九州工業大学, 大学院情報工学研究院, 准教授 (50315173)
• 研究期間 (年度): 2021-04-01 – 2025-03-31
• 研究課題ステータス: 完了 (2024年度)
• 配分額: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
• キーワード: 感情認識 / 生体信号 / 機械学習 / 生成モデル / バーチャルリアリティ / オープンデータ

研究開始時の研究の概要

精神衛生を支援する感情認識システムを機械学習で実現するためには、ユーザーの感情を正確に反映した学習データを大量に用意する必要がある。従来は学習データを収集するために、画像や動画を提示して被験者の感情を喚起していた。しかし、期待した感情が喚起できるとは限らないし、被験者に精神的な苦痛を与えてしまう可能性もある。本研究では、VR技術を活用して期待通りの感情を被験者に喚起することで、機械学習に必要なデータ（生体信号）を収集する。また、収集したデータに対して機械学習の技術を適用し、擬似的な生体信号を生成する。そしてこれらの手法で学習データを大量に用意し、高い認識率を持つ感情認識システムを実現する。

研究成果の概要

本研究は、精神衛生支援を目的とした感情認識システムのために、バーチャルリアリティ（VR）を活用して臨場感ある感情喚起を行い、生体信号の生成モデルによる学習データ拡張手法を検討したものである。2021年度にはM5Stackを用いたセンサ搭載の計測システムを開発し、VR下でのデータ記録を実現。さらに、脳波スペクトログラムにVAEおよびWGAN-GPを適用して生成データを作成し、CNNで感情分類精度の大幅な向上（36%→70%）を達成した。2022年以降はオープンデータを活用した感情ラベル付きEEG信号の分析に研究の軸足を移し、可視化・特徴抽出・分類ソフトを完成させた。

研究成果の学術的意義や社会的意義

本研究は、感情認識に必要な生体信号データの生成・拡張という新たな枠組みを提案し、データ不足という従来の機械学習の課題を克服する学術的貢献を果たした。特に、VAEやWGAN-GPといった生成モデルを用いて脳波データの合成を行い、認識精度を大幅に向上させた点は、感情AI研究における実用的な進展である。社会的には、VRによる非侵襲的かつ高効率な感情喚起と、オープンデータの有効活用は、精神的ケアや福祉支援システムへの応用可能性を広げる成果であり、ウェルビーイング社会の実現に貢献する。